[LAB 16 · 点、框与负提示：分割规则基线](/course/notebooks/d83defa954034769a1ee94e3ea48640a.html)

# 已完成的基准运行
[独立阅读](/course/notebook-blocks/be0ffb282ff049c88a51c23102954748.html)
按问题继续

像素连通域、正负点/框提示、局部/整体多义性

## 已完成的基准运行

以下是本轮本地独立 Python 进程的实际标准输出，云端执行另行记录。

```
{'tight': 110, 'loose': 837, 'negative': 110, 'box': 156}
negative removes similar outer-shell pixels; box clips, neither proves learned object semantics

```

紧容差只保留内部 110 像素；宽容差合并到 837 像素外壳。负点回到 110，框则保留框内相连部分。这说明提示与算法假设共同决定输出，框还可能截断对象。

![同一RGB输入的四种提示结果](/assets/display/4a9a30188e394075dc0e66fa.webp)

SAM 把图像与提示分别编码，由 mask decoder 预测多个候选和质量分数；不是这段颜色规则。真实模型使用流程见 [官方 SAM predictor](https://github.com/facebookresearch/segment-anything/blob/main/notebooks/predictor_example.ipynb)。本次没有执行 SAM checkpoint。比较算法时固定这张图与提示，保存返回 mask，不把任意一个包含正点的 mask 都叫正确答案。下一步只把正点移到蓝色物体，解释颜色阈值是否还足够；与 [LAB 11 像素预测](https://deepnote.com/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/9e268706471944e3a59e6f568f9ce9a3) 对照：模型类别预测和使用者选择对象是两个问题。